從2022 IEDM觀察高速運算展望與鐵電記憶體發展

 

刊登日期:2023/2/13
  • 字級

林雨德 / 工研院電光所
前言—關於IEDM研討會
2022 IEEE International Electron Devices Meeting(IEDM),是全世界固態電子元件領域中最高殿堂的研討會,也是台灣半導體元件學界/研究界每年的指標性盛會,一向於美國舊金山舉辦。2020~2021年在疫情襲擊下,研討會改為線上發表的形式舉行,但是在此模式下,作者與研究群的互動性大幅降低,所幸,去年起各國逐漸打開了國門,2022-IEDM乃得以用強迫作者群現場簡報和互動,外加上實體會議的隔週,舉辦線上影音的會議分享方式,雙向打開了近距離互動與遠距離溝通的研討會模式,著實令研究者們振奮。
 
筆者主要的研究項目是鐵電記憶體(Ferroelectric Memory),因為氧化鉿(HfOx)材料的鐵電相的問世,有幸能在此領域有所領先,於2019-MT Session(Memory Technology),2021 & 2022-RSD Session (Reliability of System and Device)都有第一作者著作發表;請容筆者以自身鐵電領域為出發,來描述IEDM電子元件研討會的樣貌,以期為材料世界網的讀者提供一頁篇章,來理解半導體盛會的容貌。
 
關於IEDM的重要性,筆者先用一張審查委員的圖來代表這研討會的國際性。圖一為本屆的記憶體研討會委員名單,基本上,三位學術界教授分別來自清華、首爾、北京航空大學;接著十位委員皆來自知名公司(美光、台積電、三星、旺宏、索尼、海力士、世界先進、Intel、IBM),或是世界級研究機構(比利時IMEC、德國Fraunhofer Center),委員每兩年會更替,但大多維持半導體公司10位委員,學術界5位委員。由此可以看出,此國際研討會對於產業/研究/學術界的特殊之處,因此也是各種技術獲得目光的頂尖展演廳。
 
鐵電元件發展趨勢
回顧鐵電元件的發表數字,筆者用圖二來表示鐵電相關的論文在IEDM舞台的變化量,其中MT論壇選題重心在記憶體的新穎性,突破性應用範圍;RSD論壇是著重在元件的可靠度(可信任性、廣泛性、量化數據);MS論壇著重於元件特性模擬,目標是以物理的模型去說明鐵電的某些特殊特性(負電容、物理機制、電特性傾向);Application項目主要著重在應用層面的開發,例如說CIM (Compute In Memory)主要著重在記憶體內運算去減輕CPU能耗,並加速運算過程;AI (Artificial Intelligent)是運用記憶體特性在類神經元架構,藉由線性區間的多穩態記憶體態,去逐步刺激神經元元件,最後達到激發長期記憶的效果。如果上述文字太過技術性艱澀,筆者這邊用”人類學習外語”來描述;人們平均要遇到相同單字6次,單字才能順利進入記憶區間,而類神經元元件即是紀錄這6次的過程,6次後就成功激發此神經元,而鐵電記憶體就是有此應用潛能,可從記錄到記憶的單元電子元件。
   
圖二、鐵電記憶體在不同主題論壇的發表數,以及其總數與文章占比
圖二、鐵電記憶體在不同主題論壇的發表數,以及其總數與文章占比。從2019到2022年,可以看出發表重心逐漸由創新發表轉到元件可靠度,意即此技術漸漸邁向實用方向,模擬則是一個穩定的產出,代表總有新的物理機制需要學界來協助探討
 
接著描述圖二的趨勢。整體而言,鐵電元件的論文數從2019-2020年的8-9%,成長到2022年的12.4%,這代表著各類鐵電工作的斬獲,以及受到產學界的逐步認可;接著從MT的論文數字(代表著記憶特性的新穎性)來看,從11篇論文下降至7篇論文,再來是RSD的論文數自2019年的0篇成長到2022年的9篇,代表著鐵電元件產出越來越多量化數據,逐步取得產業界的信任與目光,元件的可靠度規格逐步上升,越來越接近商品化的過程。再來討論第三項的模擬論文,這角度主要探討新元件或是新物理機制,近年一直有穩定的文章產出,這些模擬幫助研究者解釋之前不清楚的機制;Application的文章,討論著應用契機,2019年以前,以負電容(Negative Capacitor; NC)增加電晶體的切換速度(Sub-threshold Swing)為主流,2020年後,大多以CIM-記憶體內運算為主要範疇。
 
Intel’s Short Course:下階段高速運算的發展策略
除了在論文總數因素外,半導體開發先驅Intel的動向仍是重要的指標球;雖說台灣人可能普遍接受TSMC在先進製程超越了Intel,但是在微縮之外的系統應用層面,Intel還是遠遠超越台灣與韓國;Intel今年在Short Course-1發表的“The Path to Zettascale” (往1021運算力的路上),此發表指出往此運算目標所探討的方向,大綱是改變運算架構(如圖三—記憶體內運算),現行可行方案(如圖四—-Inetel@IRIS架構Embedded DRAM技術),以及未來開發方案(如圖五—先進元件與記憶體3D整合-整體性製程) ---以上為部分節錄內容,完整資料請見下方附檔。
 
圖三、運算架構的改變,從經典架構走向新架構,需求提供頻寬100倍,可容許能耗提供10-100倍
圖三、運算架構的改變,從經典架構走向新架構,需求提供頻寬100倍,可容許能耗提供10-100倍

分享